摘要
本发明涉及数据处理技术领域,尤其涉及一种基于图像处理的纺织品缺陷检测方法。包括:以下步骤:使用对基础数据集中缺陷已知的部位的数据进行特征提取并标记后的标准数据集中的数据进行训练以建立图像数据,与缺陷标记的映射,并使用映射进行训练、验证以及测试以输出卷积神经网络模型;并使用所述卷积神经网络模型对所述纺织品图像进行缺陷检测;根据缺陷检测的错误次数占比对缺陷标记的粒度进行调节,或,根据检测的缺陷数量的平均差异量调节次级映射的类型的数量,或,基于基础数据集的数据平均更新时长对纺织品图像的获取方式进行调整。本发明实现了缺陷检测的精准性的提高。
技术关键词
纺织品
图像处理
卷积神经网络模型
标记
图像传感器
基础
数据处理技术
分辨率
纹理
颜色
周期
系统为您推荐了相关专利信息
原始观测数据
定位服务方法
方程
相位观测值
表达式
障碍物
存储机器人
计算机可执行指令
数据处理方法
坐标系
数字孪生模型
机器人定位方法
标识
卫星定位功能
场景